métodos estatísticos aplicados às ciências biológicas 8ª aula - prática

Métodos Estatísticos Aplicados às Ciências

Biológicas8ª aula - Prática

Exercício

Considerando os dados no arquivo Crisantemo, comparar as médias do crescimento nas 4 categorias de Concentração de fertiçizante

Qual a hipótese nula que está sendo testada?Qual é a hipótese alternativa?

ANOVA com um fator no R

Nome escolhido

> Anova1 <- aov(Crescimento ~ Concentração, data=Crisantemo)

> summary(Anova1) Df Sum Sq Mean Sq F value Pr(>F) Concentração 3 245.5 81.83 4.939 0.00565 **Residuals 36 596.4 16.57 ---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

> numSummary(Crisantemo$Crescimento , groups=Crisantemo$Concentração, statistics=c("mean", "sd")) mean sd data:n50 15.34 3.209777 10100 17.16 4.525287 10200 18.52 4.708574 10400 22.10 3.649049 10

Saída do R

Para obter os p-valores das comparações das médias 2 a 2 pelo método de Tukey:

Digitar na janela do script:TukeyHSD(Anova1) , “iluminar “ e “clicar” em Submeter

Nome escolhido anteriormente

> TukeyHSD(Anova1) Tukey multiple comparisons of means 95% family-wise confidence level

Fit: aov(formula = Crescimento ~ Concentração, data = Crisantemo)

$Concentração diff lwr upr p adj100-50 1.82 -3.0823804 6.72238 0.7504256200-50 3.18 -1.7223804 8.08238 0.3151544400-50 6.76 1.8576196 11.66238 0.0036829200-100 1.36 -3.5423804 6.26238 0.8772706400-100 4.94 0.0376196 9.84238 0.0476802400-200 3.58 -1.3223804 8.48238 0.2193933

Para obter os p-valores das comparações das médias 2 a 2 pelo método de Bonferroni:

Digitar na janela do script:

pairwise.t.test(x, g, p.adjust.method = "bonferroni",                alternative = c("two.sided", "less", "greater")),

em que x é a variável resposta e g é o fator.https://stat.ethz.ch/R-manual/R-devel/library/stats/html/pairwise.t.test.html

pairwise.t.test(Crisantemo$Crescimento, Crisantemo$Concentração, p.adjust.method = "bonferroni")

Pairwise comparisons using t tests with pooled SD

data: Crisantemo$Crescimento and Crisantemo$Concentração

50 100 200 100 1.0000 - - 200 0.5350 1.0000 - 400 0.0041 0.0608 0.3417

P value adjustment method: bonferroni

Para obter os resíduos e médias amostrais e acrescentá-los ao banco de dados, digite na janela do script:Crisantemo$residuos<-Anova1$residualsCrisantemo$medias<-Anova1$fittedIlumine o texto e clique em Submeter

Em seguida, clique em :Dados Conjunto de dados ativo Renovar conjunto de dados ativo

Com estes procedimentos você terá duas colunas adicionadas ao banco de dados Crisantemo:• uma coluna com os resíduos• uma coluna com as médias, que no caso da ANOVA são denominadas valores ajustados

(clique em “Ver conjunto de dados”)

Gráfico de probabilidade normal dos resíduosOs pontos devem estar na região entre as curvas pontilhadas

-2 -1 0 1 2

-50

5

norm quantiles

Cris

ante

mo$

resi

duos

21

26

Diagrama de dispersão dos resíduos x médias

Não devem ser observadas tendências

16 17 18 19 20 21 22

-50

5

medias

resi

duos

21

26

Teste de Igualdade de Variâncias

Desvios das Suposições

Se as suposições de Normalidade ou Igualdade de Variâncias não estiverem satisfeitas, podem ser feitas transformações nos dados.No caso de não ser encontrada uma transformação adequada, podem ser adotadas técnicas não paramétricas

Exercícios

1) Considerando os dados da Espirometria, comparar as médias da idade nas 3 categorias de ocupação

2) Comparar as médias da circunferência abdominal nas 3 categorias de ocupação